أدوات ذكاء اصطناعي مقيّمة لمهنتك
اربح مع ذكائي
🤝 أنت في مكتبة المصادر المجانية والمفتوحة — أدوات بناها المجتمع يمكنك استخدامها دون دفع. مفهوم مختلف عن دليل أدوات الذكاء الاصطناعي المُقيَّم لدينا.
الرئيسية › مجاني ومفتوح المصدر › هندسة وعمارة › torch-points3d
✦ مجاني ومفتوح المصدرهندسة وعمارة

torch-points3d

إطار عمل PyTorch لمهام التعلم العميق على السحاب النقاطية ثلاثية الأبعاد مثل التجزيء والتصنيف والتسجيل.

إطار عمل وحدوي للتعلم العميق لتحليل السحاب النقاطية ثلاثية الأبعاد

قم بناء وتدريب وتقييم الشبكات العصبية للسحاب النقاطية باستخدام PyTorch Geometric و Facebook Hydra.

مجاني للأبد · متاح المصدر · Licence not stated in the repository
✓ Needs IT✓ يعمل في المتصفح✓ تعاون فوري
7.3
ZEKAI
أساسي لمهندسي الذكاء الاصطناعي ثلاثي الأبعاد
مجاني ومفتوح المصدر · هندسة وعمارة
سهولة الإعداد4
الفائدة8
الصيانة9.5
المجتمع7.5
★ 2,712
غيت هَب
Oct 2026
آخر تحديث
Licence not stated in the repository
الرخصة
🛠 لا تريد الاستضافة بنفسك؟ يمكننا إعداده لك →
⚡ إجابة سريعة

torch-points3d هو إطار عمل Python مفتوح المصدر مصمم لتشغيل بنى الشبكات العصبية المتقدمة على مجموعات بيانات السحاب النقاطية ثلاثية الأبعاد. يجمع بين PyTorch Geometric و Facebook Hydra لمساعدة الفرق التقنية في تدريب نماذج لاكتشاف الكائنات ثلاثية الأبعاد والتجزيء والتسجيل. يجب عليك استخدامه إذا كنت بحاجة إلى هيكل شيفرة وحدوي للتحليل المكاني ثلاثي الأبعاد.

يعمل على
Cross-platform
الاستضافة
Self-host
اللغات
Python
الرخصة
Licence not stated in the repository

ما هو

يوحد إطار العمل نماذج التعلم العميق ثلاثية الأبعاد الشائعة - بما في ذلك PointNet++ و KPConv و RandLA-Net و MinkowskiEngine - في قاعدة شيفرة وحدوية واحدة. يقوم بتنظيم مجموعات البيانات والبنى حسب مهام ثلاثية الأبعاد محددة مثل التجزيء الشامل والتصنيف واكتشاف الكائنات والتسجيل. يمكنك تشغيل خطوط أنابيب التدريب أو التقييم باستخدام الدعم المتكامل لمجموعات بيانات المعايير مثل ScanNet و S3DIS و ShapeNet.

لمن هو

تناسب هذه الأداة مهندسي تعلم الآلة وباحثي الرؤية ثلاثية الأبعاد الذين يقومون بتحليل بيانات مسح LiDAR أو القياس التصويري السياقات الهندسية والمعمارية. وهي غير مصممة للمستخدمين غير التقنيين أو أولئك الذين يبحثون عن تطبيق نمذجة ثلاثية الأبعاد رسومي. ستجد الفرق التي تفتقر إلى أجهزة GPU مخصصة وخبرة تطوير Python صعوبة في الإعداد.

أهم الميزات

هندسة شيفرة تعتمد على المهام

تنظيم النماذج ومحملات مجموعات البيانات في مجلدات فرعية نظيفة للتجزيء والتصنيف والتسجيل واكتشاف الكائنات والمهام الشاملة.

دعم بنية النماذج المتعددة

تنفيذ البنى ثلاثية الأبعاد الراسخة بما في ذلك PointNet و PointNet++ و KPConv و RandLA-Net و RSConv و MinkowskiEngine.

تكامل تكوين Hydra

استخدام Facebook Hydra لإدارة تكويناتی التجارب ومعلمات مجموعات البيانات ومعلمات النموذج الفائقة بشكل قابل للتكرار.

تكامل مجموعات بيانات المعايير

يتضمن معالجة مجموعات البيانات المدمجة لمعايير ثلاثية الأبعاد القياسية مثل ScanNet و S3DIS و ShapeNet.

كيف تبدأ

جاهز للعمل في 3 خطوات

1
قم بإعداد بيئة GPU مدعومة بـ CUDA محلياً أو اسحب صورة PyTorch Docker الموصى بها.
2
قم بتثبيت الحزمة الأساسية باستخدام pip install torch-points3d جنباً إلى جنب مع PyTorch و PyTorch Geometric.
3
قم بتكوين معلمات النموذج ومجموعة البيانات داخل الدليل conf وابدأ التدريب باستخدام train.py.
بصراحة

حكمنا الصادق

ما يميّزه

  • ينفذ مجموعة واسعة من أحدث نماذج السحاب النقاطية ثلاثية الأبعاد في API موحد
  • تم تكوينه باستخدام Facebook Hydra لإدارة التجارب الوحدوية وإمكانية التكرار
  • يدعم المهام الرئيسية ثلاثية الأبعاد بما في ذلك التجزيء الدلالي والتجزيء الشامل واكتشاف الكائنات ثلاثية الأبعاد
  • يوفر إرشادات إعداد Docker مسبقة الصنع للتعامل مع تبعيات PyTorch و CUDA المعقدة

أين يقصّر

  • يتطلب أجهزة GPU مخصصة مع CUDA 10+ وخلفيات التفاف متناثرة متخصصة
  • حزمة تبعيات معقدة تتضمن PyTorch Geometric خطوات تجميع C++ مما يمكن أن يَعقد الإعداد
  • يفتقر إلى واجهة مستخدم رسومية، مما يتطلب تكوين Python نقي و CLI
  • بيانات مستودع البيانات لا تنص على ترخيص مفتوح المصدر صريح
التكلفة

التسعير والرخصة

torch-points3d مجاني للتنزيل والاستخدام مباشرة من GitHub. لا توجد مستويات مدعومة ومستضافة تجارياً مقدمة من الصيانة، لذا ستكون تكلفتك الرئيسية هي البنية التحتية لحوسبة GPU اللازمة للتدريب.

عمل مدفوع

وظائف للناطقين بالعربية

877 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٦ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$175 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.

شاهد كل الأدوار المفتوحة →
قارن

البدائل

🎁 بدائل مجانية ومفتوحة المصدر

أدوات الذكاء الاصطناعي المُراجَعة هذه تؤدي المهمة فوراً — من دليلنا المُقيَّم.

المزيد

استخدمه، أو دعنا نُعِدّه لك

📄 دليل PDF مجاني: torch-points3d لـ هندسة وعمارة
دليل بلغة بسيطة لإنجاز أول نتيجة لك. يُرسَل إلى بريدك.
🔔 64 شخصاً يريدون شرحاً كاملاً بالفيديو — أضف صوتك
🛠 لا تريد إعداده بنفسك؟
سنقوم بتثبيت torch-points3d واستضافته وإعداده لك — وتدريب فريقك.
دعنا ننجزه لك ↗
أسئلة

الأسئلة الشائعة

ما هي مهام السحاب النقاطية التي يدعمها torch-points3d؟

يدعم التجزيء الدلالي ثلاثي الأبعاد والتصنيف وتجزيء الأجزاء واكتشاف الكائنات ثلاثية الأبعاد والتجزيء الشامل وتسجيل السحاب النقاطية.

ما هي مجموعات بيانات المعايير المدعومة جاهزة؟

يتضمن إطار العمل وحدات مجموعات البيانات لـ ScanNet و S3DIS (في تنسيقات فرعية متعددة) و ShapeNet.

هل أحتاج إلى GPU لتشغيل torch-points3d؟

نعم، أجهزة GPU مع CUDA 10 أو أعلى مطلوبة لتدريب النماذج الفعالة وعمليات الالتفاف المتناثرة.

الرادار

أحدث أخبار الذكاء الاصطناعي

✉️ حقيبة الأدوات المجانية الأسبوعية
أفضل الأدوات المجانية والمفتوحة المصدر الجديدة لـ هندسة وعمارة — رسالة قصيرة أسبوعياً، بلغتك.
مجاني · رسالة واحدة أسبوعياً · إلغاء الاشتراك في أي وقت
اربح المال من تدريب الذكاء الاصطناعي ←

شاهد Zekai أولاً في جوجل